Media coverage of the persistent vegetative state and end-of-life decision-making
Notice bibliographique
Résumé
BACKGROUND: Conflicting perspectives about the diagnosis and prognosis of the persistent vegetative state (PVS) as well as end-of-life (EOL) decision-making were disseminated in the Terri Schiavo case. This study examined print media coverage of these features of the case. METHODS: We retrieved print media coverage of the Schiavo case from the LexisNexis Academic database and used content analysis to examine headlines and text of articles describing Schiavo's neurologic condition, behavioral repertoire, prognosis, and withdrawal of life support. The accuracy of claims about PVS was assessed. RESULTS: Our search yielded 1,141 relevant articles published (1990-2005) in the four most prolific American newspapers for this case. The most frequent headline themes featured legal (31%), EOL (25%), and political (22%) aspects of the case. Of the articles analyzed, 21% reported that Schiavo "might improve" and 7% that she "might recover." Statements explicitly denying the PVS diagnosis were found in 6% of articles. Explanations of PVS and other chronic disorders of consciousness were rare (<or=1%). Most frequently cited descriptions of behaviors were that the patient responds (10%), reacts (9%), is incapacitated (6%), smiles (5%), and laughs (5%). Withdrawal of life support was described as murder in 9% of articles. CONCLUSIONS: Media coverage included refutations of the persistent vegetative state (PVS) diagnosis, attributed behaviors inconsistent with PVS, and used charged language to describe end of life decision-making. Strategies are needed to achieve better internal agreement within the professional community and effective communication with patient communities, families, the media, and stakeholders.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».